技术领域
[0001] 本
发明涉及石油地球物理勘探领域，更具体地，涉及一种基于误差正态分布的微地震识别质量分析方法及系统。
背景技术
[0002] 在
水力压裂和储层监测的工程中，微地震
震源定位是一个非常重要的研究课题。通过对水力压裂过程中地下岩层裂缝的发育状况实时监测，可以为压裂后的油藏施工调整快速提出理论依据。由于水力压裂产生的地震
信号十分微弱，微地震监测方法成为储层属性描述一种快速有效的方法。微地震信号与天然地震信号具有类似的
震源机制和信号特征。压裂施工中，对裂缝的实时监测是最重要的环节。微地震现场实时监测，可以实时提供裂缝几何形态、裂缝网络扩展过程，裂缝的参数(长、高、宽)，为压裂施工实时调整压裂工程参数提供了直观准确的依据，直接影响本次压裂改造的效果。
[0003] 在微地震监测技术的应用上，由于施工不同监测方式自动识别技术不同、微地震事件识别缺少质控评价体系，直接影响微地震事件的有效性和定位
精度有差异；造成处理结果和综合解释存在较大的误差，造成利用微地震监测技术进行区
块总体性评价困难。因此，有必要开发一种基于误差正态分布的微地震识别质量分析方法及系统。
[0004] 公开于本发明背景技术部分的信息仅仅旨在加深对本发明的一般背景技术的理解，而不应当被视为承认或以任何形式暗示该信息构成已为本领域技术人员所公知的
现有技术。
发明内容
[0005] 本发明提出了一种基于误差正态分布的微地震识别质量分析方法及系统，其能够通过长短时窗
叠加能量信噪比值，服从正态分布的规律，实现微地震识别质量评价，运算的速度快，效率高，相对简单易于实现。
[0006] 根据本发明的一方面，提出了一种基于误差正态分布的微地震识别质量分析方法。所述方法可以包括：根据包含多个微地震监测道的记录，计算每个点每个时刻的事件能量扫描叠加值；根据所述每个点每个时刻的事件能量扫描叠加值，获得每一个微地震监测道的最大的事件能量扫描叠加值，进而获得能量扫描叠加特征值函数，所述能量扫描叠加特征值函数服从正态分布；计算所述能量扫描叠加特征值函数的置信参数，根据所述置信参数，分析微地震识别质量。
[0007] 优选地，所述每个点每个时刻的事件能量扫描叠加值为：
[0008]
[0009] 其中，br(η,τ)为点η、时刻τ的事件能量扫描叠加值，un为微地震监测道记录，n为微地震监测道，N为总监测道数，tηn为从点η到n道计算的最大震相走时。
[0010] 优选地，根据所述最大的事件能量扫描叠加值与所述时刻的对应关系，拟合符合正态分布的所述能量扫描叠加特征值函数。
[0011] 优选地，所述能量扫描叠加特征值函数的置信参数为：
[0012]
[0013] 其中，σ为置信参数。
[0014] 优选地，根据所述置信参数，分析微地震识别质量包括：σ越大表示微地震识别的可信度越小，σ越小表示微地震识别的可信度越大。
[0015] 根据本发明的另一方面，提出了一种基于误差正态分布的微地震识别质量分析系统，其特征在于，该系统包括：
存储器，存储有计算机可执行指令；处理器，所述处理器运行所述存储器中的计算机可执行指令，执行以下步骤：根据包含多个微地震监测道的记录，计算每个点每个时刻的事件能量扫描叠加值；根据所述每个点每个时刻的事件能量扫描叠加值，获得每一个微地震监测道的最大的事件能量扫描叠加值，进而获得能量扫描叠加特征值函数，所述能量扫描叠加特征值函数服从正态分布；计算所述能量扫描叠加特征值函数的置信参数，根据所述置信参数，分析微地震识别质量。
[0016] 优选地，所述每个点每个时刻的事件能量扫描叠加值为：
[0017]
[0018] 其中，br(η,τ)为点η、时刻τ的事件能量扫描叠加值，un为微地震监测道记录，n为微地震监测道，N为总监测道数，tηn为从点η到n道计算的最大震相走时。
[0019] 优选地，根据所述最大的事件能量扫描叠加值与所述时刻的对应关系，拟合符合正态分布的所述能量扫描叠加特征值函数。
[0020] 优选地，所述能量扫描叠加特征值函数的置信参数为：
[0021]
[0022] 其中，σ为置信参数。
[0023] 优选地，根据所述置信参数，分析微地震识别质量包括：σ越大表示微地震识别的可信度越小，σ越小表示微地震识别的可信度越大。
[0024] 其有益效果在于：
[0025] (1)运算的速度快，效率高；
[0026] (2)相对简单易于实现；
[0027] (3)通过长短时窗的叠加能量信噪比值构建正态分布函数，计算尺度函数来求取质控评价参数，对每个事件进行可信度评价；通过
阈值来筛选可信度低的事件，提供微地震事件定位精度。
[0028] 本发明的方法和装置具有其它的特性和优点，这些特性和优点从并入本文中的
附图和随后的具体实施方式中将是显而易见的，或者将在并入本文中的附图和随后的具体实施方式中进行详细陈述，这些附图和具体实施方式共同用于解释本发明的特定原理。
附图说明
[0029] 通过结合附图对本发明示例性
实施例进行更详细的描述，本发明的上述以及其它目的、特征和优势将变得更加明显，其中，在本发明示例性实施例中，相同的参考标号通常代表相同部件。
[0030] 图1示出了根据本发明的基于误差正态分布的微地震识别质量分析方法的步骤的
流程图。
[0031] 图2示出了根据本发明的一个实施例的能量扫描叠加特征值函数的示意图。
[0032] 图3示出了根据本发明的一个实施例的能量扫描叠加特征值函数服从正态分布的示意图。
具体实施方式
[0033] 下面将参照附图更详细地描述本发明。虽然附图中显示了本发明的优选实施例，然而应该理解，可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了使本发明更加透彻和完整，并且能够将本发明的范围完整地传达给本领域的技术人员。
[0034] 图1示出了根据本发明的基于误差正态分布的微地震识别质量分析方法的步骤的流程图。
[0035] 在该实施例中，根据本发明的基于误差正态分布的微地震识别质量分析方法可以包括：步骤101，根据包含多个微地震监测道的记录，计算每个点每个时刻的事件能量扫描叠加值；步骤102，根据每个点每个时刻的事件能量扫描叠加值，获得每一个微地震监测道的最大的事件能量扫描叠加值，进而获得能量扫描叠加特征值函数，能量扫描叠加特征值函数服从正态分布；步骤103，计算能量扫描叠加特征值函数的置信参数，根据置信参数，分析微地震识别质量。
[0036] 在一个示例中，每个点每个时刻的事件能量扫描叠加值为：
[0037]
[0038] 其中，br(η,τ)为点η、时刻τ的事件能量扫描叠加值，un为微地震监测道记录，n为微地震监测道，N为总监测道数，tηn为从点η到n道计算的最大震相走时。
[0039] 在一个示例中，根据最大的事件能量扫描叠加值与时刻的对应关系，拟合符合正态分布的能量扫描叠加特征值函数。
[0040] 在一个示例中，能量扫描叠加特征值函数的置信参数为：
[0041]
[0042] 其中，σ为置信参数。
[0043] 在一个示例中，根据置信参数，分析微地震识别质量包括：σ越大表示微地震识别的可信度越小，σ越小表示微地震识别的可信度越大。
[0044] 具体地，根据本发明的基于误差正态分布的微地震识别质量分析方法可以包括：
[0045] 一般处理中，通过对已知震源(射孔)拉平的手段使微地震信号在时间域近似于
同步信号，采用各道包络叠加成像得到的最大能量值函数值，形成事件能量扫描叠加特征值函数Ne(η,τ)，进行微地震事件的识别。假设有N个微地震监测道的记录，通过公式(1)计算每个点每个时刻的事件能量扫描叠加值，通过求取震源可能出现的空间范围内各个震源的事件能量扫描最大叠加值brmax(η,τ)，每一个时刻τ都有对应该时刻有最大的事件能量扫描叠加值，根据时刻τ与最大的事件能量扫描叠加值的一一对应关系，即最大的事件能量扫描叠加值对于时刻τ的分布，拟合符合正态分布的能量扫描叠加特征值函数Ne(η,τ)，根据能量比-偏振度响应值设置动态
门限值进行微地震事件的识别。
[0046] 从微地震事件能量扫描叠加原理可知，一般越接近震源的真实
位置，其能量最大，并有距离真实位置越远，其能量叠加值变小的趋势，并且叠加的能量函数值形态呈现为两头低，中间高的趋势，从原理和统计学概念上类似数学中正态分布。
[0047] 若将事件能量扫描叠加特征值函数Ne(η,τ)为A，那么A近似服从一个数学期望为μ，尺度参数为σ的概率分布，根据每个点每个时刻的事件能量扫描叠加值，获得每一个微地震监测道的最大的事件能量扫描叠加值，进而获得能量扫描叠加特征值函数为：
[0048]
[0049] 则事件能量扫描叠加特征值函数为正态随机变量，服从正态分布，这里的τ为微地震记录的时间序列，那么可以将尺度参数σ作为事件识别质量的置信参数。
[0050] 根据微地震事件识别过程计算的能量叠加值序列A1、A2、……、Anτ，通过公式(2)计算能量扫描叠加特征值函数的置信参数，根据置信参数，分析微地震识别质量：σ越大，能量叠加函数分布越分散，能量叠加值不突出，曲线越扁，表示微地震识别的可信度越小，σ越小，能量叠加函数越集中，能量最大值越大，曲线越瘦高，表示微地震识别的可信度越大。还可以通过设定阈值来筛选可信度低的事件，从而实现对可信度进行评价。
[0051] 本方法通过长短时窗叠加能量信噪比值，服从正态分布的规律，实现微地震识别质量评价，运算的速度快，效率高，相对简单易于实现。
[0052] 应用示例
[0053] 为便于理解本发明实施例的方案及其效果，以下给出一个具体应用示例。本领域技术人员应理解，该示例仅为了便于理解本发明，其任何具体细节并非意在以任何方式限制本发明。
[0054] 根据本发明的基于误差正态分布的微地震识别质量分析方法可以包括：
[0055] 根据包含多个微地震监测道的记录，通过公式(1)计算每个点每个时刻的事件能量扫描叠加值；根据每个点每个时刻的事件能量扫描叠加值，获得每一个微地震监测道的最大的事件能量扫描叠加值，进而获得能量扫描叠加特征值函数，能量扫描叠加特征值函数服从正态分布；通过公式(2)计算能量扫描叠加特征值函数的置信参数，根据置信参数，分析微地震识别质量：σ越大表示微地震识别的可信度越小，σ越小表示微地震识别的可信度越大。
[0056] 以一口地面水力压裂微地震监测资料为实例。观
测井为直井，井口相对坐标：0，0，0；射孔点位置：300，300，1240。
[0057] 计算每个点每个时刻的事件能量扫描叠加值；获得每一个微地震监测道的最大的事件能量扫描叠加值，图2示出了根据本发明的一个实施例的能量扫描叠加特征值函数的示意图，纵轴为能量值，从图上可以清楚的看到有5个明显的微地震事件。
[0058] 图3示出了根据本发明的一个实施例的能量扫描叠加特征值函数服从正态分布的示意图。
[0059] 选取其中一个微地震事件，选取适当的时窗内的该事件的能量扫描叠加函数值作为正态分布函数，如图3所示，根据公式(2)计算正态分布函数的置信函数σ，根据σ的大小判断微地震事件可信度，其中σ越小，表示微地震识别的可信度越大。综上所述，本发明通过长短时窗叠加能量信噪比值，服从正态分布的规律，实现微地震识别质量评价，运算的速度快，效率高，相对简单易于实现。
[0060] 本领域技术人员应理解，上面对本发明的实施例的描述的目的仅为了示例性地说明本发明的实施例的有益效果，并不意在将本发明的实施例限制于所给出的任何示例。
[0061] 根据本发明的实施例，提供了一种基于误差正态分布的微地震识别质量分析系统，其特征在于，该系统包括：存储器，存储有计算机可执行指令；处理器，所述处理器运行所述存储器中的计算机可执行指令，执行以下步骤：根据包含多个微地震监测道的记录，计算每个点每个时刻的事件能量扫描叠加值；根据每个点每个时刻的事件能量扫描叠加值，获得每一个微地震监测道的最大的事件能量扫描叠加值，进而获得能量扫描叠加特征值函数，能量扫描叠加特征值函数服从正态分布；计算能量扫描叠加特征值函数的置信参数，根据置信参数，分析微地震识别质量。
[0062] 在一个示例中，每个点每个时刻的事件能量扫描叠加值为：
[0063]
[0064] 其中，br(η,τ)为点η、时刻τ的事件能量扫描叠加值，un为微地震监测道记录，n为微地震监测道，N为总监测道数，tηn为从点η到n道计算的最大震相走时。
[0065] 在一个示例中，根据最大的事件能量扫描叠加值与时刻的对应关系，拟合符合正态分布的能量扫描叠加特征值函数。
[0066] 在一个示例中，能量扫描叠加特征值函数的置信参数为：
[0067]
[0068] 其中，σ为置信参数。
[0069] 在一个示例中，根据置信参数，分析微地震识别质量包括：σ越大表示微地震识别的可信度越小，σ越小表示微地震识别的可信度越大。
[0070] 本系统通过长短时窗叠加能量信噪比值，服从正态分布的规律，实现微地震识别质量评价，运算的速度快，效率高，相对简单易于实现。
[0071] 本领域技术人员应理解，上面对本发明的实施例的描述的目的仅为了示例性地说明本发明的实施例的有益效果，并不意在将本发明的实施例限制于所给出的任何示例。
[0072] 以上已经描述了本发明的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多
修改和变更都是显而易见的。
